Parallel recovery method in shared-nothing spatial database cluster system

Shared-nothing spatial database cluster system provides high availability since a replicated node can continue service even if any node in cluster system was crashed. However if the failed node wouldn‘t be recovered quickly, whole system performance will decrease since the other nodes must process the queries which the failed node may be processed. Therefore the recovery of cluster system is very important to provide the stable service. In most previous proposed techniques, external logs should be recorded in all nodes even if the failed node does not exist. So update transactions are processed slowly. Also recovery time of the failed node increases since a single storage for all database is used to record external logs in each node. Therefore we propose a parallel recovery method for recovering the failed node quickly.     

A recovery method using recently updated record information in shared-nothing spatial database cluster

A shared-nothing spatial database cluster is system that provides continuous service even if some system failure happens in any node. So, an efficient recovery of system failure is very important. Generally, the existing method recovers the failed node by using both cluster log and local log. This method, however, cause several problems that increase communication cost and size of cluster log. This paper proposes novel recovery method using recently updated record information in shared-nothing spatial database cluster. The proposed technique utilizes update information of records and pointers of actual data. This makes a reduction of log size and communication cost.Consequently, this reduces recovery time of failed node due to less processing of update operations.     

A recovery method using recently updated record information in shared-nothing spatial database cluster

A shared-nothing spatial database cluster is system that provides continuous service even if some system failure happens in any node. So, an efficient recovery of system failure is very important. Generally, the existing method recovers the failed node by using both cluster log and local log. This method, however, cause several problems that increase communication cost and size of cluster log. This paper proposes novel recovery method using recently updated record information in shared-nothing spatial database cluster. The proposed technique utilizes update information of records and pointers of actual data. This makes a reduction of log size and communication cost. Consequently, this reduces recovery time of failed node due to less processing of update operations.     

An on-line scaling method for improving scalability of a database cluster

The explosive growth of the Internet and database applications has driven database to be more scalable and available, and able to support on-line scaling without interrupting service. To support more client's queries without downtime and degrading the response time, more nodes have to be scaled up while the database is running. This paper presents the overview of scalable and available database that satisfies the above characteristics. And we propose a novel on-line scaling method. Our method improves the existing on-line scaling method for fast response time and higher throughputs. Our proposed method reduces unnecessary network use, i.e. , we decrease the number of data copy by reusing the backup data. Also, our on-line scaling operation can be processed parallel by selecting adequate nodes as new node. Our performance study shows that our method results in significant reduction in data copy time.     

An on-line scaling method for improving scalability of a database cluster

The explosive growth of the Internet and database applications has driven database to be more scalable and available, and able to support on-line scaling without interrupting service. To support more client‘s queries without downtime and degrading the response time, more nodes have to be scaled up while the database is running. This paper presents the overview of scalable and available database that satisfies the above characteristics. And we propose a novel on-line scaling method. Our method improves the existing on-line scaling method for fast response time and higher throughputs. Our proposed method reduces unnecessary network use, i.e. , we decrease the number of data copy by reusing the backup data. Also, our on-line scaling operation can be processed parallel by selecting adequate nodes as new node. Our performance study shows that our method results in significant reduction in data copy time.     

数据库群集中间件C-JDBC在教务管理系统中的应用

针对单结点数据库失败给教务管理应用系统带来损失的问题,提出应用数据库群件C-JDBC解决办法.采用位于不同物理位置的多个数据库结点,对教务管理应用系统的数据进行同步复制.只要有一个数据库结点能够正常运行,就能够保证应用系统的正常运行.当有问题的结点恢复运行后,C-JDBC群件能够自动在结点间完成数据的复制工作.     

基于集群的多架构教务管理系统设计与实践

针对目前高校教务管理系统平台现状,以及多数高校教学管理中存在多校区、多模式等问题,提出了用集群系统解决教务管理系统硬件平台的方案,将整个教务应用服务集成为一个系统,所有应用服务节点所需的数据均由唯一的数据库统一提供,整个平台进行分类管理,分别由不同的节点或节点集群提供不同的教务管理应用,有效解决了教务系统的复杂多变、各种数据不能够唯一存在和实时变化等难点,初步建立了适合普通高校教务管理需求的软件硬件平台.     

A hybrid cache placement scheme for multi-hop wireless service network

In this paper,a hybrid cache placement scheme for multihop wireless service networks is proposed. In this scheme,hot nodes in data transferring path are mined up by means of rout-ing navigation graph,and whole network is covered with network clustering scheme. A hot node has been chosen for cache place-ment in each cluster,and the nodes within a cluster access cache data with no more than two hops. The cache placement scheme reduces data access latency and workload of the server node. It also reduces the average length of data transferring,which means that fewer nodes are involved. The network system energy con-sumption decreased as involved relay nodes reduced. The per-formance analysis shows that the scheme achieves significant system performance improvement in network environment,with a large number of nodes.     

一种基于P2P系统的数据库模型

构建了一种基于P2P系统的本地关系数据库模型LRM,给出了LRM的语义定义及体系结构,旨在解决客户机/服务器方式的分布式数据库系统存在的瓶颈节点,解决为保持节点间的数据一致性而增加的网络传输负荷问题.通过实例分析了模型中各对等节点之间通过域关系进行的数据传输,以及如何实现各节点之间的一致性规则.实例表明,采用LRM模型可以降低数据库系统中节点之间的数据通信量,使各节点能够提供更灵活的数据和服务共享,提高了系统的可靠性.     

基于子树受限QoS的组播路由恢复算法

通过对多媒体组播协议的研究,发现在组播树中的路由节点发生故障后,树中节点将分散为若干个不同QoS需求的子树,通常的做法是将子树的所有节点重新发起构造成新的组播树.通过增加对子树受限QoS信息的描述,在组播树中路由节点发生故障之后,只是按照子树的QoS信息重新构造新组播树,子树构造不成功时才进行所有节点的构造.仿真试验表明,在路由节点故障情况下子树的构造成功率平均超过80%,同时这种方可缩短组播树故障恢复时间并降低重构开销.该算法还可以提高组播应用的可靠性.     

一种基于级联模型的类别不平衡数据分类方法

真实世界问题中,不同类别的样本在数目上往往差别很大,而传统机器学习方法难以对小类样本进行正确分类,若小类的样本是足够重要的,就会带来较大的损失.因此,对类别分布不平衡数据的学习已成为机器学习目前面临的一个挑战.受计算机视觉中级联模型的启发,提出一种针对不平衡数据的分类方法BalanceCascade.该方法逐步缩小大类别使数据集趋于平衡,在此过程中训练得到的一系列分类器通过集成方式对预测样本进行分类.实验结果表明,该方法可以有效地提高在不平衡数据上的分类性能,尤其是在分类性能受数据的不平衡性严重影响的情况下.     

一种新的移动传感器网络部署及管理机制

在移动传感器网络中,传统的基于虚拟力的部署方法通常采用牛顿运动定律计算节点的位置移动.该方法能够实现移动传感器网络的自动部署,但也将简谐振动带入到网络中,使一些节点在达到平衡位置后无法立即停止,从而消耗了传感器大量能量.通过重新定义应用于移动传感器网络中的运动定律,提出了Force-based算法,使节点的运动只与受力相关,较好地解决了该问题.模拟实验表明,该部署方法可以较好地完成节点的自动部署,扩大了覆盖率,降低了能量消耗.     

无线传感器网络多重覆盖成簇算法

在传统的无线传感器网络簇生成算法中,簇首的选择没有考虑其剩余能量,也没有分析簇首为簇内节点提供数据转发服务存在服务失败的问题,为此提出了一个新的无线传感器网络簇生成算法———多重覆盖成簇算法,该算法以待选簇首节点的剩余能量和节点初始能量的比值作为簇首服务的失败率,在此基础上算法选择的簇首通过对关键节点进行多重覆盖,以保障关键节点数据的可靠传输.最后,通过仿真实验验证了算法的有效性和正确性.     

基于ZigBee技术的体温采集系统的设计

利用短距离无线通信ZigBee技术实现了体温采集系统的设计.该系统通过刷卡操作触发体温采集节点工作,由读卡器读取人员身份标识卡信息,红外温度传感器采集人体温度.ZigBee设备通过ZigBee网络将人员体温数据传输至主节点,主节点数据处理软件对人员体温数据进行加工处理并存储.管理监控人员通过管理软件管理系统和实时监控单位内人员的体温.该系统节点位置变换灵活、组网速度快、人员体温数据以无线传输方式汇集,可以快速、准确地完成体温采集.     

多维适配算法对区块链节点可信授权的优化研究

区块链技术可解决物联网传统访问控制方案中管理集中、数据易丢失等问题,实现分布式、安全性高的访问控制,但容易忽视建立动态灵活的访问控制机制的重要性,当节点被破坏时无法自动捕捉网络的动态信息,并相应地调整其授权策略.本文设计了一种基于属性的物联网访问控制机制,具有辅助授权的信任和声誉系统,提出多维适配算法(MDAA),首先利用一个公有区块链和私有侧链,将敏感信息和公共数据分开存储,服务消费节点注册属性,服务提供节点定义访问门限策略;接着信任和声誉系统逐步量化网络中每个节点的信任和声誉评分,当服务消费节点发起访问请求后,智能合约验证服务消费节点是否满足访问门限策略要求的属性和信任声誉阈值,都满足则获得访问权限;最后依据节点间交互作用定期更新节点的信任和声誉评分,实现动态验证和授权.仿真结果表明,与TARAS算法、DADAC算法相比,MDAA支持双向信任评估,具有较好的算法收敛性,在确保授权安全的同时减少了处理访问控制的延迟,具有适用性.     

基于ASP.NET技术的无线传感器网络监控系统的设计

在TI公司CC2530芯片和ZigBee协议栈基础上,建立了一个简单的无线传感器网络(WSN)监控系统。由于无线传感器网络是一个多跳自组织网络,在网络运行中极易发生故障,因此需要一个监控系统随时监测网络节点的状态以及能耗情况。监控系统是基于ASP.NET技术的无线传感器网络监控系统能够实时监测节点状态及信息,并将网络拓扑结构动态展示出来,方便开发者和用户查看节点信息、监测节点状态,及时的发现网络故障。系统基于Web的B/S模式,运用ASP.NET和SQL Server2012数据库开发技术,实现了用户登录模块、修改密码模块,以及显示无线传感器网络网络拓扑结构、单个节点的节点信息以及能量消耗等模块。用户可以根据系统搜集的各类信息,实时掌握各个节点设备的状态信息和能耗状态,如若节点发生故障,可及时做出诊断。     

基于ELKB日志管理系统的应用

针对现阶段云平台应用日志运维效率低的问题,研究一种基于ELKB架构的日志管理方案。该方案可实现对日志数据的高效采集和统一存储,并提供日志查询和可视化分析的功能。详细阐述日志的采集和存储方案,提出优化采集器Filebeat基础参数的方法,日志存储过程部署Elasticsearch集群模式,并总结Elasticsearch集群节点的性能提高方法,以此为基础搭建日志可视化管理系统。实验结果表明：参数优化后的Filebeat进行日志采集时,内存占用率与默认配置相比降低47%;Elasticsearch集群模式在进行关键字查询时的数据吞吐率高于单机服务器250req/s,且集群节点的段合并优化有效降低了日志的索引内存占用率,内存优化百分比介于11.9%和22.1%之间。可见日志管理系统部署方式灵活,有效提高了日志采集和检索效率,为云平台日志管理提供了可行的方案。     

基于URL的Web集群分配策略

Web任务的分配影响Web服务器集群系统的整体性能。常用的分配方法是对用户的URL请求,根据服务器数量进行轮询分配。这种策略影响缓存的命中率和服务器性能的发挥。在分析了Web站点中文件的组织方式及用户对Web请求特征的基础上,提出了基于URL分配树的LT分配策略,根据URL地址构建URL分配树,对用户的请求进行响应。同时考虑任务的处理代价,各服务节点服务能力和当前负载状况,对服务节点进行负载均衡的任务分配。本文从缓存队列剩余、请求任务溢出情况和轮询分配策略进行了比较,实验表明本文的分配策略能根据服务节点的服务能力、负载状况进行合理地分配,实现了负载的真正均衡,提高了系统整体吞吐量。     

事件驱动无线传感器网络节点自组织分簇休眠方法

针对突发事件监测的事件驱动无线传感器网络有着其自身的特点,结合最小跳数路由方法,在节点上建立链路节点列表.当节点被事件触发时,依照各节点触发顺序及相互关系,构建局部的自组织分簇.然后在利用已有的链路节点列表,快速构建簇首与Sink节点的通讯通道并更新链路节点列表信息.仿真实验结果表明,所提自组织分簇休眠方法的能量消耗低于传统周期采样的能量消耗,也低于基于LEACH分簇的休眠方案.     

基于柯西矩阵的最小带宽再生码研究

节点的失效在大规模分布式存储系统中是常见现象.为防止数据的丢失,系统必须解决失效节点的自修复问题.利用再生码可以在无需下载整个源文件的情况下即可恢复出失效节点的数据,从而能有效节省修复带宽.本文利用柯西矩阵作为编码矩阵,构造了一种精确修复最小带宽再生码(ER-MBR),可以精确修复失效节点,并通过实例演示了在有限域上进行编码解码及节点修复的过程.理论分析和仿真实验都表明利用柯西矩阵作为编码矩阵,其算法的运算效率优于利用范德蒙矩阵或者随机矩阵.